公开(公告)号：CN114994541A

公开(公告)日：2022-09-02

申请号：CN202210624209.X

申请日：2022-06-02

Applicant: 中国计量大学

Inventor： 朱旭凡 ,  安斯光 ,  汪伟 ,  邹国平

IPC: G01R31/367 ,  G01R31/378 ,  G01R31/3828 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  H01M10/42 ,  H01M10/48

Abstract: 本发明提出一种基于多策略融合的锂离子电池SOH估计方法，通过数据清洗和充放电过程匹配将传感器采集的原始历史数据集转换为历史数据集，然后根据充放电过程的完整程度等级分配相应的标签生成策略，接着利用历史数据集迭代训练BP神经网络模型，最后根据实时采集的锂离子电池充放电数据的完整程度等级，分配相应的SOH估计策略。本发明可以有效地估计锂离子电池的SOH，并兼顾了快速性和准确性。

公开(公告)号：CN115248383A

公开(公告)日：2022-10-28

申请号：CN202210729023.0

申请日：2022-06-24

Applicant: 中国计量大学

Inventor： 朱旭凡 ,  安斯光 ,  汪伟 ,  邹国平

IPC: G01R31/367 ,  G01R31/392 ,  G01R31/385

Abstract: 本发明提出一种非侵入式估计锂离子电池组内部单元SOH的方法，通过在锂离子电池组的老化试验中采集每一个锂离子电池单体的数据，再依照不同应用场景确定最小估计单元，合成历史数据集，并利用历史数据集训练SOH分解模型，接着将实际采集得到的锂离子电池组的数据输入训练好的SOH分解模型，得到各个最小估计单元的分解数据，最后通过进一步计算得到各个最小估计单元的SOH。本发明可以有效地估计锂离子电池组内部单元的SOH，有利于锂离子电池的回收及二次利用。